摘要：基于人工智能的實時交通流量預測是指利用車輛在智能交通系統(tǒng)中的大數(shù)據(jù)進行人工智能深度計算進而預測實時交通流量。但人工智能研究的相關(guān)工作面臨著諸多挑戰(zhàn),交通物理對象數(shù)量規(guī)模龐大、交通信息空間位置定位精度低以及車輛的多樣性都會對實時交通流量預測產(chǎn)生較大影響。為此,在智能交通系統(tǒng)背景下對交通物理對象(TPO)與交通信息空間(TIS)的人工智能算法進行研究。利用一個基于狀態(tài)的過濾模塊,以提高智能交通系統(tǒng)的實時流量預測準確性。經(jīng)過理論闡述和實驗成果證明,所提出的方法確實具備更高的執(zhí)行效果和可靠性,大大提高了實時交通流量預測的準確性。